毛丰付,张帆.中国地区数字经济的演变:1994~2018[J].数量经济技术经济研究,2021,38(07):3-25.▪ 文献内容:准确分析中国数字经济发展地区间的差异性和协调性以及数字经济发展与经济增长的关系。研究方法:基于全国工商企业注册微观数据,使用自然语言处理技术筛选出数字经济企业,在此基础上构建1994-2018年31个省份样本面板数据集,运用泰尔指数和协调度指数对省域间差异进行分析,并采用 PVAR模型探讨了数字经济与经济增长之间的关系。研究发现:第一,从数字经济发展的基本情况看,数字经济企业的进入率明显高于退出率,且省际差异明显,数字经济处于不平衡且快速发展阶段。第二,从数字经济发展的地区差异性看,企业进入率的地区差异有所缩小,主因是地区内差异有所缩小,企业退出率的地区差异有所增加,主因是地区间差异有所增加。数字经济企业的进入率和退出率都以正向偏离为主,数字经济发展越快的地区,其经济规模越大。从数字经济发展的地区收敛性来看,在相邻省份层面,企业进入率的协调性处于较高水平,而企业退出率则处于较低水平,表明相邻省份间,数字经济发展在企业进入方面的模仿性更强。第三,从数字经济与经济增长的关系看,提高数字经济企业进入率和退出率,都有助于推动经济增长,提高企业进入率主要通过增强市场竞争的渠道推动经济增长,而提高企业退出率则主要是通过淘汰落后产能的渠道推动经济增长。研究创新:基于全国工商企业注册信息,创建了一套全样本的中国数字经济企业数据库,从多个视角刻画中国数字经济的演变过程和相关规律。研究价值:利用数字经济微观企业数据加总的产业口径相对精准地描述了中国数字经济的时空演变规律,为后续中国数字经济发展研究奠定了基础。▪ 研究设计:根据浙江省出台的 《目录》,数字经济核心产业包括了计算机通信和其他电子设备制造业、电子信息机电制造业、专用电子设备制造业、电信广播电视和卫星传输服务业、互联网及其相关服务业、软件和信息技术服务业、文化数字内容及其服务业7大类128个 小 类 行业。本文通过对全国工商企业注册数据处理,从中筛选出数字经济企业样本,最终汇总至省域层面,就省域数字经济企业演变进行分析。为得到与研究相关的数字经济企业数据,共进了三个阶段的处理。第一阶段,根据 《目录》提取出关键词,然后从中筛选出数字经济企业,共得到441万家企业。第二阶段,使用百度地图 API获取企业位置信息,然后根据企业地址提取出企业所在省、市、县 (区)信息。第三阶段,剔除数据异常和缺失样本,然后从中筛选出地级及以上城市的数字经济企业,共得到439万家企业,以此作为本文的研究样本。具体研究中,将企业数据汇总到省级层面,具体得到数字经济企业总量、新增企业数量和退出企业数量,利用新增企业数量比上企业总量得到数字经济企业进入率,利用退出企业数量比上企业总量得到数字经济企业退出率。▪ 测算结果:根据表1,从整个时间段各省份数字经济企业进入率均值的大小看,我国所有省份的均 值都大于0.1,表明数字经济企业处于快速发展阶段,其中,贵州的均值最大为0.2214,江 苏的均值最小为0.1651。根 据 互 联 网 发 展 的 重 要 节 点,本 文 将 研 究 样 本 划 分 为 四 个 阶 段: 1994~2000年、2001~2008年、2009~2014年和2015~2018年,分别对应互联网1.0时 代~4.0时代。分时间段看,在互联网1.0时代,河南的均值最大为0.2377,甘肃的均值最 小为0.1379,前者是后者的1.72倍;在互联网2.0时代,新疆的均值最大为0.2615,海南 的均值最小为0.1636,前者是后者的1.60倍,差异有所缩小,且最大值和最小值都有所增 加;在互联网3.0时代,重庆的均值最大为0.1891,新疆的均值最小为0.1104,前者是后 者的1.71倍,差异有所扩大,但最大值和最小值都有所减少;在互联网4.0时代,江西的 均值最大为0.3104,江苏的均值最小为0.2226,前者是后者的1.39倍,差异有所缩小,且 最大值和最小值都有所增加。从变动趋势来看,互联网2.0时代相对于互联网1.0时代,有 27个省份的均值有所上升;互联网3.0时代相对于互联网2.0时代,发生了明显转变,有 30个省份的均值有所下降;互联网4.0时代相对于互联网3.0时代,又发生了转变,全部 省份的均值都有所上升。以上结果表明,在考察期内,数字经济企业以较快速度成长,进入 率始终大于10%,但发展的地区差异明显,且互联网2.0时代和互联网4.0时代是数字经 济发展最快的阶段。05 其他相关文献[1]Black, S. E., & Strahan, P. E. (2002).Entrepreneurship and Bank Credit Availability. The Journal of Finance, 57(6), 2807–2833.[2]Chen, H., et al. (2023). Does geographic proximity affect firms’ cross-regional development? Evidence from high-speed rail construction in China. Economic Modelling.[3]Faggio, G., & Silva, O. (2014).Self-employment and entrepreneurship in urban and rural labour markets. Journal of Urban Economics, 84, 67–85.[4]Kerr, W. R., & Nanda, R. (2009).Democratizing entry: Banking deregulations, financing constraints, and entrepreneurship. Journal of Financial Economics, 94(1), 124–149.[5]Kong, D., & Qin, N. (2021).China’s Anticorruption Campaign and Entrepreneurship. The Journal of Law and Economics, 64(1), 153–180.[6]Kong, D., Qin, N., & Xiang, J. (2021).Minimum wage and entrepreneurship: Evidence from China. Journal of Economic Behavior & Organization, 189, 320–336.[7]Shi, X., Xi, T., Zhang, X., & Zhang, Y. (2021).“Moving Umbrella”: Bureaucratic transfers and the comovement of interregional investments in China. Journal of Development Economics, 153, 102717.[8]Tian, X., & Xu, J. (2022). Do Place-Based Policies Promote Local Innovation and Entrepreneurship?. Review of Finance.
任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。
中国深度数据库:让精品数据 得以流动
CNDeepData:Let high-quality data flow without barriers